Методика и модель оценки рисков макросреды интегрированной производственной системы АПК на основе интегрального показателя1 Текст научной статьи по специальности «Экономика и бизнес»

УДК 330.42

08.00.00 Экономические науки

МЕТОДИКА И МОДЕЛЬ ОЦЕНКИ РИСКОВ МАКРОСРЕДЫ ИНТЕГРИРОВАННОЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ АПК НА ОСНОВЕ ИНТЕГРАЛЬНОГО ПОКАЗАТЕЛЯ1

Лойко Валерий Иванович

Заслуженный деятель науки РФ, доктор технических

наук, профессор

РИНЦ БРШ-код: 7081-8615

[email protected]

Курносов Сергей Андреевич к.э.н., доцент

РИНЦ БРШ-код: 9686-1316, РИНЦ АиШогГО: 511343

Ефанова Наталья Владимировна к. э.н, доцент

РИНЦ БРШ-код: 9977-2499 [email protected]

ФГОУ ВО «Кубанский государственный аграрный университет имени И.Т. Трубилина», Краснодар, Россия,

350044, улица Калинина, 13, Краснодар, Россия

Под анализом и оценкой риска на макроуровне в данном контексте понимается оценка степени влияния внешней среды (макросреды) на деятельность интегрированной производственной системы (ИПС). В статье предложена модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды агропромышленной ИПС. Описаны все этапы построения модели, которые включают представление базовых рискообразующих факторов макроуровня в виде лингвистических переменных, каждая из которых является составной лингвистической переменной. Для получения итогового значения базового фактора использована матричная схема агрегирования составных факторов до уровня базового. Представлено уравнение модели интегрального показателя риска неблагоприятного воздействия внешней среды на интегрированную производственную систему. Показан принцип распознавания и интерпретации результата на основе стандартных нечетких 01-классификаторах. Также в статье показана взаимосвязь интегрального показателя с выбором стратегии развития бизнес-системы путем определения состояния внешней среды, и в зависимости от этого предлагается стратегический сценарий развития бизнес-системы

UDC 330.42 Economic science

THE TECHNIQUE AND THE MODEL OF THE RISKS ASSESSMENT OF MACRO ENVIRONMENT OF THE AGROINDUSTRIAL INTEGRATED PRODUCTION SYSTEM ON THE BASIS OF THE INTEGRATED INDICATOR

Loyko Valeriy Ivanovich

Honoured science worker of the Russian Federation Dr.Sci.Tech., professor SPIN-code: 7081-8615 [email protected]

Kurnosov Sergej Andreevich Cand.Econ.Sci., assistant professor RSCI SPIN-ro^: 9686-1316, RSCI AuthorID: 511343

Efanova Natalia Vladimirovna Cand.Econ.Sci., associate professor SPIN-code: 9977-2499 [email protected]

FGBOU VO "Kuban State Agrarian University of

I.T. Trubilin", Krasnodar, Russia,

350044, Kalinin street, 13, Krasnodar, Russia

The analysis and assessment of risk at the macrolevel in this context is understood as assessment of extent of influence of the external environment (macro environment) on activity of the integrated production system. In the article the model and the technique of calculation of an integrated indicator of risk of an adverse effect of the external environment of the agro-industrial integrated production system is offered. All stages of creation of the model which include representation of basic risk factors of macrolevel in the form of linguistic variables are described, each of basic risk factors is a compound linguistic variable. For obtaining total value of a basic factor the matrix scheme of aggregation of compound factors to basic level is used. The equation of model of an integrated indicator of risk of an adverse effect of the external environment on the integrated production system is presented. The principle of recognition and interpretation of result on the basis of standard fuzzy 01-classificators is shown. Also in this article the interrelation of an integrated indicator with the choice of the strategy of development for business system by definition of a condition of the external environment is shown, and depending on it the strategic scenario of development of business system is offered

1 Работа выполнена при финансовой поддержке РФФИ (проект № 15-06-02374 А).

Ключевые слова: АГРОПРОМЫШЛЕННАЯ ИНТЕГРИРОВАННАЯ ПРОИЗВОДСТВЕННАЯ СИСТЕМА, ВНЕШНЯЯ СРЕДА, ИНТЕГРАЛЬНЫЙ ПОКАЗАТЕЛЬ, РИСК

Бок 10.21515/1990-4665-123-099

Keywords: AGROINDUSTRIAL INTEGRATED PRODUCTION SYSTEM, EXTERNAL ENVIRONMENT, INTEGRATED INDICATOR, RISK

Интегрированная производственная система (ИПС), функционирующая в рамках агропромышленного комплекса, является сложной. Сложность обусловливается наличием различных подсистем, поддержание стабильности функционирования которых в постоянно меняющихся, подчас неопределенных, условиях ведения бизнеса обеспечивает стабильность функционирования ИПС в целом.

ИПС постоянно вступает в различные хозяйственные отношения с другими бизнес-системами из внешнего окружения. Это говорит о том, что внешнее окружение оказывает серьезное влияние на процессы функционирования ИПС, т.е. фактически является источником внешних рисков. Анализ внешних рисков является актуальной задачей. Следовательно, потребность в разработке соответствующих моделей и методик количественной оценки внешнего риска для интегрированных производственных систем АПК очевидна.

Отправной точкой в оценке риска является идентификация факторов риска. Здесь необходимо отметить, что чем ниже уровень управления, тем больше факторов можно отнести к внешним. Прежде всего, это те факторы, которые обусловлены причинами, напрямую не связанными с деятельностью бизнес-системы. Внешние факторы риска - это факторы риска макроуровня.

Пусть существует универсальное множество Е = «Факторы риска внешней среды». Экспертным путем из универсального множества Е выделяется нечеткое множество Х = «Базовые факторы риска», которые являются наиболее значимыми для ИПС. Множество Х является нечетким в силу того, что в зависимости от структуры бизнес-системы, ее размера,

уровня управления, разные факторы риска могут быть отнесены к базовым. В общем случае многие авторы выделяют политический, экономический, социальный, научно-технический, экологический. Другие факторы добавляются с учетом интересов предприятия. Перечисленные факторы риска внешней среды примем в качестве базовых для ИПС, тогда множество «Базовые факторы риска» состоит из следующих элементов: «политический», «экономический», «социальный», «научно-технический», «экологический». Введем условные обозначения, представленные в таблице 1, и получим:

Х = {Х1, Х2, Хз, Х4, Х5}. (1)

Таблица 1. БАЗОВЫЕ ФАКТОРЫ РИСКА МАКРОУРОВНЯ

Название фактора Условное обозначение

Политический XI

Экономический Х2

Социальный Хъ

Научно-технический Х4

Экологический Х5

В общем случае, когда предприятие добавляет иные факторы в качестве базовых:

Х = {х1... хм},

где М - количество факторов на макроуровне.

Для дальнейшего рассмотрения ограничимся множеством (1). Каждый из базовых факторов риска - это, по сути, лингвистическая переменная (ЛП), которая определяется следующим набором параметров:

< о Т(о), и, О, М >,

где:

о - имя ЛП;

Т(о0) - множество всех возможных значений ЛП (терм-множество); и - область определения ЛП (носитель);

О - синтаксическое правило, с помощью которого оперируют элементами терм-множества Т, в частности, генерируют новые термы. М - семантическое правило, с помощью которого каждому элементу из терм-множества сопоставлен его смысл М(ю), формализуемый через нечеткое множество.

Особенностью ЛП, которые характеризуют базовые факторы риска, является то, что они определяются через идентичные параметры Т(ю), и, О, М. Таким образом получаем ю = {х1, х2, х3, х4, х5}, тогда:

< {х1, х2, х3, х4, х5}, Т(ю), и, О, М >.

В таблице 2 представлено описание всех параметров введенных ЛП.

Таблица 2. ПАРАМЕТРЫ ЛП

№пп Параметр ЛП Описание и значение

1 ОУ - политический базовый фактор риска

Х2 - экономический

хз - социальный

Х4 - научно-технический

- экологический

2 Т(оу) уровень фактора {низкий, средний, высокий}

3 и интервал числовой прямой [0; 1]

4 С модификатор «очень» для образования Т(о>) = {очень низкий, низкий, средний, высокий, очень высокий}

5 м формализация смысла термов соответствующими нечеткими множествами

Для формализации смысла термов «очень низкий», «низкий», «средний», «высокий», «очень высокий» воспользуемся стандартными нечеткими 01-классификаторами. Аналитический вид функций принадлежности стандартных нечетких трехуровневого (3.1-3.3) и пятиуровневого (2.1-2.5) 01-классификаторов представлен в таблице 3.

Таблица 3 - АНАЛИТИЧЕСКОЕ ПРЕДСТАВЛЕНИЕ ФУНКЦИЙ ПРИНАДЛЕЖНОСТИ ДЛЯ СТАНДАРТНЫХ НЕЧЕТКИХ 01-КЛАССИФИКАТОРОВ

Пятиуровневый стандартный нечеткий 01-класснфнкатор

Трехуровневый стандартный нечеткий 01-класснфнкатор

00 =

М4(х) =

М5(х)

1.0 < х < 0.15 10(0.25-х),0.15 <х < 0.25. (2.1) 0. 0.25 <х <1 0:0<х <0.15 10(х —0.25).0.15 < х < 0.25

1, 0.25 <х <0.35 . (2.2) 10(0.45-х). 0.35 < х < 0.45 0.0.45 < х <— 1 0.0 < х < 0.35 10(х — 0.35).0.35 < х < 0.45

1, 0.45 <х <0.55 . (2.3) 10(0.65 - х). 0.55 < х < 0.65 0.0.65 < х <= 1

0.0 < х < 0.55

10(х —0.55),0.55 < х < 0.65

1, 0.65 <х <0.75 .(2.4) 10(0.85-х), 0.75 <х <0.85 0. 0.85 < х <= 1 0:0<х <0.75 10(х-0.75),0.75 <х < 0.85. (2.5)

1. 0.85 <х <1

Мх) =

Ш(х)

Ц: ОО =

1.0 < х < 0.2 5(0.4-х), 0.2 <х < 0.4 . (3.1) 1, 0.4 < х < 1 0:0 <х < 0.2 5(х -0.2). 0.2 < х < 0.4

1. 0.4 <х < 0.6 . (3.2) 5(0.8-х). 0.6 <х <0.8

0.0.8 < х <— 1 0:0<х < 0.6

5(х -0.6). 0.6 < х < 0.8. (3.3)

1. 0.8 < х < 1

Каждый из базовых факторов риска внешней среды характеризуется набором так называемых составляющих факторов - я-факторов. Т.е. каждый базовый фактор - это совокупный показатель. Обозначим составляющие факторы множества где I = 1,2,3,4,5 (по количеству базовых факторов). Тогда имеем для хь х2, х3, х4, х5, соответственно:

51 = {я 11 • • Ят1}

5 2 = {я 21 • • Ят 2 }

^ = {я 31 • • Ят3},

5 4 = {я 41 • • Ят 4}

Л = {Я 51 • • Ят 5 }

В (4) S¿ = {¿и ... ¿т}, где 5 - набор составляющих факторов для ¿-го базового фактора хг-, ш - количество составляющих факторов для каждого базового фактора. (4) удобно представить в виде следующей матрицы:

5 =

51 " ¿11 . . ¿т1

5 2 ¿21 . . ¿т 2

5з = ¿31 . . ¿т 3

5 4 ¿41 . . ¿т 4

. 55, _ ¿51 . . ¿т5

(5)

Для получения итогового значения базового фактора необходимо воспользоваться матричной схемой агрегирования, суть которой сводится к следующему:

1. Провести классификацию уровня всех ¿-факторов по каждому базовому фактору на одном из стандартных нечетких 01-классификаторов. Для этого строится числовая матрица специального вида (таблица 4) для каждого набора составляющих факторов 5 = {¿^ ... ¿т}:

Таблица 4. МАТРИЦА АГРЕГИРОВАНИЯ

Наименование лф актор а Вес л-фактора п ... П ... УУ

Р1 Ми М1к Ц1¥

... ... ... ... ... ...

% Р.} Ц1 Цк ЙУ

... ... ... ...

Р,т Цпи Цт1к ЦтИг

Узловые точки классификатора ау

Условные обозначения из таблицы 4: ¿у - наименование ¿-факторов из набора ру - вес '-го ¿-фактора,

щк - значение функции принадлежности '-го ¿-фактора, Л - уровень стандартного нечеткого 01-классификатора, формализованный соответствующим нечетким множеством,

ак - узловые точки выбранного стандартного нечеткого 01-классификатора,

ш1 - количество ¿-факторов,

V - количество подмножеств % выбранного стандартного нечеткого 01-классификатора (К=5 или К=3).

Для стандартных пятиуровневого и трехуровневого нечетких 01-классификаторов уровни % имеют лингвистические значения, представленные в таблице 5.

Таблица 5 - УРОВНИ КЛАССИФИКАТОРОВ

Столбцы матрицы Обозначение Значение Столбцы матрицы

для 5 уровней уровня для 3 уровней

71 ОН Очень низкий -

/2 н низкий п

73 с средний 72

74 в высокий 7з

75 ов Очень высокий -

2. Вычислить количественное значение ^ для каждого базового фактора по формуле двойной свертки:

ш1 V

^ = £ р £ат]к. (6)

]=1 к=1

В качестве примера рассмотрим процесс составления агрегированной матрицы и расчет S¿ на примере базового фактора «Экологический». Качалов Р.М. в [3] выделяет для него следующие составляющие ¿-факторы:

- «изменение региональной экологической обстановки»,

- «ужесточение в регионе экологических требований»,

- «введение ограничений на использование местных природных ресурсов».

Используя методы экспертных оценок, определяют вес каждого фактора и вероятность его проявления. Для рассматриваемого примера веса, соответственно, равны 0.2, 0.5 и 0.3 [3]. Вероятности этих событий,

соответственно, равны 0.5, 0.6, 0.3. Матрица агрегирования для пятиуровневого нечеткого 01-классификатора представлена в таблице 6.

Таблица 6 - МАТРИЦА ДЛЯ ОЦЕНКИ БАЗОВОГО ФАКТОРА «ЭКОЛОГИЧЕСКИЙ» НА ОСНОВЕ ПЯТИУРОВНЕВОГО НЕЧЕТКОГО КЛАССИФИКАТОРА

Фак- Значимос- Функции принадлежности для уровней л-факторов:

торы ти (вес) ОН(п) Н(п) с (уз) В (74) ОБ (Гз)

SJ 0.2 0 0 1 0 0

¿2 0.5 0 0 0.5 0.5 0

Зз 0.3 0 1 0 0 0

Узловые точки 0.1 0.3 0.5 0.7 0.9

Определим уровень базового фактора. Распознавание уровня на основе функций принадлежности (3.1-3.5) дает, что:

- со степенью уверенности 100% является средним уровнем;

- со степенью уверенности 50% является средним, и с той же уверенностью - высоким;

- со степенью уверенности 100% является низким уровнем.

Тогда в результате расчета по матрице из таблицы 6 по формуле (6):

получаем:

Б2 = 0.2-1-0.5+0.5- (0.5-0.5+0.5-0.7)+0.3-1-0.3 = 0.1+0.3+0.09 = 0.49.

Аналогичным образом выполняются расчеты по всем базовым рискообразующим факторам х{.

Как только получены итоговые значения для каждого базового фактора, можно переходить к расчету интегрального показателя риска внутренней среды. Его значение может быть представлено по формуле (7) как средневзвешенное из анализируемых рискообразующих факторов макроуровня:

5

Коего = I КX , (7)

где Ж - вектор весов, характеризующий вес каждого базового фактора:

Ж= {^х, w4, w5},

при этом £ wi = 1;

X - факторы риска макроуровня:

X = {хх, Х2, Хз, Х4, Х5}.

Веса (значимости) wi определяются на основе методов оценки важности критерия (например, ранжирование, попарное сравнение и т.п.).. Если можно проранжировать все факторы в порядке убывания их значимости, то значимость 1-го фактора можно определить по правилу Фишберна [9]:

2(М - i +1)

w..

(8)

(М +1)М ' где М - количество факторов.

Если все факторы обладают равной значимостью (равнопредпочтительны или системы предпочтений нет), тогда:

wi = 1/М (9)

Для простоты понимания предположим, что все базовые факторы равнопредпочтительны, следовательно, wi = 0.2 при М = 5.

Раскрывая формула (7), она принимает следующий вид:

5

Касга = £ (^ • ^ ) = ^*1 + W2 *2 + W3*3 + W4*4 + W5 *5 (10)

1 = 1

Учитывая, что каждый базовый фактор х, - это агрегированный показатель 81, то получаем окончательную формулу для расчета интегрального показателя риска внутренней среды:

5

Касга = £ (^ • ) = ^ + ^82 + + W484 + (1 1)

1=1

При условии, что количество базовых факторов М для ИПС в более общем случае может быть и не равно пяти, получаем:

М

Касга = £ (Wi • ). (12)

1=1

Получив числовое значение показателя риска внутренней среды необходимо провести его распознавание и интерпретацию на основе нечетких классификаторов. Для этого выбираем количество уровней классификатора и проводим процедуру лингвистического распознавания. В таблице 7 приведены значения уровней классификаторов для процедуры распознавания. Выбор типа нечеткого классификатора зависит от отношения к риску и степени детализации показателя со стороны лиц, принимающих решения. В результате после процедуры распознавания получаем лингвистическое описание риска неблагоприятного воздействия внешней среды на ИПС и (дополнительно) степень уверенности эксперта в правильности распознавания, тем самым вывод о степени риска имеет не только лингвистическую форму, но и характеристику качества утверждений.

Таблица 7. КЛАССИФИКАЦИЯ УРОВНЯ ИНТЕГРАЛЬНОГО ПОКАЗАТЕЛЯ РИСКА НЕБЛАГОПРИЯТНОГО ВОЗДЕЙСТВИЯ ВНЕШНЕЙ СРЕДЫ НА ОСНОВЕ СТАНДАРТНЫХ НЕЧЕТКИХ КЛАССИФКАТОРОВ

Тип Интервал Кла ссификация Степень оценочной

классифи значений Ämoc™ уровня параметра уверенности (функция

катора принадлежности)

Пятиуровневый 0<Я™™<0.15 Очень низкий 1

0 .15 < Rmacro < 0-25 Очень низкий д, = 10 X (0.25 - Rmacro)

Низкий 1- = Д2

0.25 < Rmacro <0.35 Низкий 1

0.35 < Rmacro <■ 0.45 Низкий Д2 = 10 х (0.45 - Rmacro)

Приемлемый 1-4 i II 1=

0.45 < Rmacro <0.55 Приемлемый 1

0.55<ЙЯИС№<0.65 Приемлемый Jl3 = 10 X (0.65 - Rmacro)

Высокий 1- Дз = Д4

0.65 < Rmacro < 0.75 Высокий 1

0.75 < Rmacro <■ 0.85 Высокий Д4 = 10 X (0.85 - Rmacro)

Очень высокий 1- Д4 = Jl5

0.85 < Rmacro < 1.0 Очень высокий 1

Трехуровневый 0 < Rmacro <0.2 Низкий 1

0.2 < Rrncro < 0.4 Низкий JULl = 5 X (0.4 - Rmacro)

Приемлемый 1-4 £ II £

0.4 < Rmacro <0.6 Приемлемый 1

0.6 < Rmacro < 0.8 Приемлемый № = 10 X (0.8 - Rmacro)

Высокий 1- Д2 = Дз

0.8 < Rmacro <1.0 Высокий 1

На рисунке 1 приведена методика оценки риска неблагоприятного воздействия внешней среды интегрированной производственной системы АПК.

Рисунок 1 - Методика оценки риска неблагоприятного воздействия макросреды агропромышленной интегрированной производственной

системы

Стратегия развития бизнес-системы - это воплощение всех основных замыслов и идей руководства. Неполнота или недостоверность имеющейся и получаемой информации, используемой для формирования основных направлений развития и разработки главных аспектов стратегии ИПС служит источником риска принятия неэффективных управленческих решений.

Макросреда интегрированной производственной системы динамична. С течением времени она меняет свое состояние. Это свидетельствует о сложности в прогнозировании направления изменений состояния, изменчивость и неопределенность значений факторов макросреды также добавляют сложности в процесс прогнозирования и процесс выработки эффективной стратегии развития. Таким образом, от интегрированной производственной системы требуются колоссальные затраты ресурсов для контроля макросреды и создания условий для противодействия потенциальным угрозам с ее стороны.

На основе модели и методики расчета интегрального показателя Ктасго можно осуществлять прогнозирование влияния макросреды. Это позволит повысить адаптированность к новым условиям. В [8] предлагают составить матрицу тенденций внешней среды на шкале [-1;+1] и соответствующими сценариями: пессимистический (-1),

стабилизационный (0), оптимистический (+1). Там же производится расчет некоторой вероятной тенденции изменения макросреды - ТРтах. Для удобства можно свести рассчитанные показатели ТРтах в таблицу 8. Более подробное рассмотрение методики выходит за рамки проводимого исследования.

Таблица 8 - ТЕНДЕНЦИИ ИЗМЕНЕНИЯ МАКРОСРЕДЫ

ТРтах Тенденция Сценарий развития

-1 Абсолютно негативная Пессимистический (принимать антикризисные меры)

("1; -0,3) Негативная по некоторым факторам внешней среды Умеренно-пессимистический

(—0,3; +0,3) Динамика изменений отсутствует Стабилизационный (предпосылки для развития и повышения эффективности)

(+0,3; +1) Позитивная динамика или стабильность внешней среды Умеренно-оптимистический

+1 Позитивная (благоприятная) Оптимистический

Покажем зависимость сценария развития от Ятасго на графике, изображенном на рисунке 2. Ось абсцисс - это значение Ятасго<Е [0;1], ось ординат - значение ТРтахе [-1 ;+1].

0,8

0,6

0,4

0,2

£ 0'

-0,2

-0,4

-0,6

-0,8

11-

-

■ 1

------ 1

- [ \

0 ■ 1 ■ 1 0,2 0 | 3 0 4 0,5\ 0[б 0 ...... 7 0,8 0,9 1

----- 1 1 1

-

■

■ Г1-□

Рисунок 2 - График зависимости Ятасго и ТРтах

Чем ближе Ятасго к единице, тем больше пессимизма. Наоборот: более оптимистические сценарии соответствуют более низкому значению

Ятасго.

Рассмотрим пример расчета Ятасго и определения сценария развития. Этапы моделирования по предложенной методике (рисунок 1) представлены ниже:

1. За основу взято разделение внешних рискообразующих факторов на политические, научно-технические, социально-экономические и экологические согласно [3]. Т.о. Х = {х1, х2, х3, х4}.

2. Подмножества составляющих факторов для всех базовых факторов также взято из [3].

3. Далее произведен расчет агрегированных показателей Б по формуле (6). Результаты представлены в таблице 9.

Таблица 9 - РЕЗУЛЬТАТЫ РАСЧЕТА АГРЕГИРОВАННЫХ ПОКАЗАТЕЛЕЙ $ ПО КАЖДОМУ БАЗОВОМУ ФАКТОРУ х,.

1 Наименование фактора. Х| Агрегированный показатель по г-му базовому фактору, 5г

Трехуровневый классификатор Пятиуровневый классификатор

1 Политический 0.34 0.35

2 Социально -э ко и ом ическнй 0.50 0,47

3 Экологический 0,64 0,42

4 Научно-технический 0,35 0.38

4. Произведен расчет показателя Ятасго по формуле (12) при М=4:

4

Ятасго = 2 (^ ' $ ) = + ^2 $2 + ^3 + ^4 $4 .

г=1

Веса wi приняты равнозначными и равными 0.25 для всех базовых факторов. Итоговые значения Ятасго сведены в таблицу 10.

Таблица 10 - РЕЗУЛЬТАТЫ РАСЧЕТА Я,

Тип стандартного нечеткого 01-к л а с с и ф ик атор я Значение Ктас?о

трехуро вне вый 0.46

пятиуровневый 0.40

5. В таблице 11 представлены результаты распознавания Ятасго на основе трехуровневого и пятиуровневого классификаторов. Также в таблице 11 представлен показатель ТРтах, который характеризует тенденцию изменения макросреды по заданным факторам, и результат его оценки при полученном Ятасго.

Таблица 11 - РЕЗУЛЬТАТЫ РАСПОЗНАВАНИЯ Ятасго НА ОСНОВЕ НЕЧЕТКИХ 01 -КЛАССИФИКАТОРОВ.

Тип классификатора трехуровневый пятиуровневый

Результат процедуры распознавания Трехуровневый 01-класси фи кагор определяет рассчитанный показатель воздействия внешней среды как - Приемлемый на 100 % Пятиуровневый 01-класси фи катар определяет рассчитанный показатель воздействия внешней среды как - Низкий на 50 % - Приемлемый на 50 %

Значение ТРтах 0,11 0,29

Тенденция изменения макроэкономической среды при заданном уровне Нош отсутствие динамики изменений. Рекомендуется выбрать стабилизационный (предпосылки для развития и повышения эффективности)сценарий развитая организации,

Выбор неверного сценария развития бизнес-системы влечет ошибки в оперативных действиях, что, как правило, является источником финансовых потерь. Отсюда следует, что расчет и использование интегрального показателя Ятасго позволит интегрированной производственной системе «держать руку на пульте», то есть эффективно вести мониторинг внешней среды (макросреды). Умение вовремя отреагировать на изменения в макросреде, умение адаптироваться к изменившимся условиям способствуют продолжительному жизненному циклу бизнес-системы. Поэтому определение сценария развития интегрированной производственной системы является логическим завершением предложенной в данном исследовании методики расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС. Это актуально для выработки оптимальной стратегии развития и функционирования агропромышленной интегрированной производственной системы.

Литература

1. Барановская Т.П. Блок нечетких моделей для расчета экономических параметров технологически интегрированной производственной системы / Т.П. Барановская,

B.И. Лойко, Н.В. Ефанова, С.Н. Богославский // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2014. -№06(100). С. 338 - 355. - IDA [article ID]: 1001406018. - Режим доступа: http://ej.kubagro.ru/2014/06/pdf/18.pdf, 1,125 у.п.л.

2. Ефанова Н.В. Нечетко-множественный подход к оценке рисков в агропромышленных производственных системах [Текст] // Труды КубГАУ. - Выпуск №1(16), - Краснодар: КубГАУ, 2009, с. 43-48.

3. Качалов Р.М. Управление хозяйственным риском [Текст] / P.M. Качалов. - М.: Наука, 2002. -192 с. (Экономическая наука современной России).

4. Лойко В.И. Интегрированные производственные системы агропромышленного комплекса / В.И. Лойко, Н.В. Ефанова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №09(113). С. 1001 - 1012. - IDA [article ID]: 1131509073. - Режим доступа: http://ej.kubagro.ru/2015/09/pdf/73.pdf, 0,75 у.п.л.

5. Лойко В.И. Количественные модели и методики оценки рисков в агропромышленных интегрированных производственных системах / В.И. Лойко, Н.В. Ефанова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №06(040). С. 105 - 124. - Шифр Информрегистра: 0420800012\0077, IDA [article ID]: 0400806012. - Режим доступа: http://ej.kubagro.ru/2008/06/pdf/12.pdf, 1,25 у.п.л.

6. Лойко В.И. Модель эффективности технологической цепи в агропромышленной интегрированной производственной системе с учетом риска / В. И. Лойко, Н.В. Ефанова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №09(113). С. 1013 - 1031. - IDA [article ID]: 1131509074. - Режим доступа: http://ej.kubagro.ru/2015/09/pdf/74.pdf, 1,188 у.п.л.

7. Лойко В.И. Применение треугольных нечетких чисел для прогнозирования величины материального потока в хлебопродуктовой цепи / В.И. Лойко, Н.В. Ефанова,

C.Н. Богославский // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2010. - №05(059). С. 334 - 344. - Шифр Информрегистра: 0421000012\0099, IDA [article ID]: 0591005021. - Режим доступа: http://ej.kubagro.ru/2010/05/pdf/21.pdf, 0,688 у.п.л.

8. Новицкий Е.Г. Проблемы стратегического управления диверсифицированными корпорациями [Текст] / Е.Г. Новицкий. - М.: БУКВИЦА, 2001.-163 с.

9. Фишберн П. Теория полезности для принятия решений [Текст] / П. Фишберн. -М.: Наука, 1978. - 352 с.

References

1. Baranovskaja T.P. Blok nechetkih modelej dlja rascheta jekonomicheskih parametrov tehnologicheski integrirovannoj proizvodstvennoj sistemy / T.P. Baranovskaja, V.I. Lojko, N.V. Efanova, S.N. Bogoslavskij // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU)

[Jelektronnyj resurs]. - Krasnodar: KubGAU, 2014. - №06(100). S. 338 - 355. - IDA [article ID]: 1001406018. - Rezhim dostupa: http://ej.kubagro.ru/2014/06/pdf/18.pdf, 1,125 u.p.l.

2. Efanova N.V. Nechetko-mnozhestvennyj podhod k ocenke riskov v agropromyshlennyh proizvodstvennyh sistemah [Tekst] // Trudy KubGAU. - Vypusk №1(16), - Krasnodar: KubGAU, 2009, s. 43-48.

3. Kachalov R.M. Upravlenie hozjajstvennym riskom [Tekst] / P.M. Kachalov. - M.: Nauka, 2002. -192 s. (Jekonomicheskaja nauka sovremennoj Rossii).

4. Lojko V.I. Integrirovannye proizvodstvennye sistemy agropromyshlennogo kompleksa / V.I. Lojko, N.V. Efanova // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2015. - №09(113). S. 1001 - 1012. - IDA [article ID]: 1131509073. - Rezhim dostupa: http://ej.kubagro.ru/2015/09/pdf/73.pdf, 0,75 u.p.l.

5. Lojko V.I. Kolichestvennye modeli i metodiki ocenki riskov v agropromyshlennyh integrirovannyh proizvodstvennyh sistemah / V.I. Lojko, N.V. Efanova // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2008. -№06(040). S. 105 - 124. - Shifr Informregistra: 0420800012\0077, IDA [article ID]: 0400806012. - Rezhim dostupa: http://ej.kubagro.ru/2008/06/pdf/12.pdf, 1,25 u.p.l.

6. Lojko V.I. Model' jeffektivnosti tehnologicheskoj cepi v agropromyshlennoj integrirovannoj proizvodstvennoj sisteme s uchetom riska / V.I. Lojko, N.V. Efanova // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2015. - №09(113). S. 1013 - 1031. - IDA [article ID]: 1131509074. - Rezhim dostupa: http://ej.kubagro.ru/2015/09/pdf/74.pdf, 1,188 u.p.l.

7. Lojko V.I. Primenenie treugol'nyh nechetkih chisel dlja prognozirovanija velichiny material'nogo potoka v hleboproduktovoj cepi / V.I. Lojko, N.V. Efanova, S.N. Bogoslavskij // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta (Nauchnyj zhurnal KubGAU) [Jelektronnyj resurs]. - Krasnodar: KubGAU, 2010. - №05(059). S. 334 - 344. - Shifr Informregistra: 0421000012\0099, IDA [article ID]: 0591005021. - Rezhim dostupa: http://ej.kubagro.ru/2010/05/pdf/21.pdf, 0,688 u.p.l.

8. Novickij E.G. Problemy strategicheskogo upravlenija diversificirovannymi korporacijami [Tekst] / E.G. Novickij. - M.: BUKVICA, 2001.-163 s.

9. Fishbern P. Teorija poleznosti dlja prinjatija reshenij [Tekst] / P. Fishbern. - M.: Nauka, 1978. - 352 s.